Этапы формирования модели

Формирование модели, отображающей возможные варианты прохождения информации в АИС, можно осуществить путем выполнения следующих этапов (рис. 4.6).

1. Отграничение системы от среды («перечисление» элементов системы). Задачу «перечисления» можно представить на языке теоретико-множественных методов как переход от названия характеристического свойства, отраженного в названии формируемой системы (в данном случае ОАСУ для конкретной отрасли), к перечислению элементов, которые отвечают этому свойству и могут быть включены в множество.

На рис. 4.6 перечислено для примера небольшое число исходных элементов: ГИВЦ, ИВЦ1, ИВЦ2,…, А1, А2,… — пункты сбора и обработки информации; Д1, Д2,… — формы сбора и представления информации (документы, массивы); ЭВМ, ТТ (телетайп), Т (телефон) и т. д. Понятно, что в реальных условиях конкретных видов подобных элементов существенно больше, и они будут названы более конкретно — не ЭВМ, а тип оценки.

Рис. 4.6.

ЭВМ; аналогично — тип ТТ, регистраторов производства (РП), наименование или код документов и массивов и т. д.

" Перечисление" может выполняться с применением метода «мозговой атаки», а в реальных условиях — методов типа комиссий, семинаров и других форм выработки коллективных решений (см. параграф 4.1), в результате чего определяется некоторый перечень элементов будущей системы.

2. Объединение элементов в группы. Сложную реальную развивающуюся систему невозможно «перечислить» полностью. Следует, набрав некоторое множество элементов, попытаться объединить их в группы, найти меры сходства, «близости» и предложить способ их объединения.

Если в качестве метода формализованного отображения совокупности элементов выбраны теоретико-множественные представления, то этот подэтап можно трактовать как образование из элементов исходного множества некоторых подмножеств путем перехода от перечисления сходных по какому-то признаку элементов к названию характеристического свойства этого подмножества.

В результате в приводимом примере могут быть образованы подмножества элементов, которые вначале были названы: «форма реализации информации (ФРИ)», «технические средства (ТС)», «вид информационной службы (ВИС)», «исполнители, операторы (О)» и т. д. (см. рис. 4.6, в), а в последующем — соответствующими видами обеспечения: информационное, техническое, организационное обеспечение — ИО, ТО, ОргО соответственно.

3. Формирование из элементов подмножеств новых множеств, состоящих из «пар», «троек», «п-ок» элементов исходных подмножеств. В рассматриваемом примере, объединяя элементы подмножеств ФИС, ФРИ, ТС и т. д. в «пары» и «тройки», получим новые компоненты.

Пример

Получим: Д1_ЭВМ, Д1_ТТ, Д2_ЭВМ и т. п.; ЭВМ_ГИВЦ, ЭВМ_ИВЦ1, ЭВМ_А1, ТТ_ГИВЦ, ТТ_ИВЦ1, ТТА1 и т. п.; Д1_ЭВМ_ГИВЦ, Д1_ТТ_ А1 и т. д.

Интерпретация получаемых компонентов затруднена, и ввести какоелибо формальное правило сравнения элементов новых множеств, которое помогло бы принять решение о выборе наилучших вариантов, не удается.

В таких случаях, согласно рассматриваемому подходу, нужно возвратиться к системно-структурным представлениям и попытаться поискать дальнейший путь развития модели.

4. Содержательный анализ полученных результатов и поиск новых путей развития модели. Для проведения содержательного анализа следует возвратиться к системным представлениям и использовать один из методов группы МАИС — структуризацию (в данном случае в форме иерархической структуры — рис. 4.6, 0).

Такое представление более удобно для лиц, принимающих решение (руководителей работ по созданию ОАСУ), чем теоретико-множественные представления, и помогает им вначале распределить работу между соответствующими специалистами, а затем найти дальнейший путь развития модели на основе содержательного анализа сути полученных «пар» и «троек» с точки зрения формулировки решаемой задачи. Поскольку любая задача представляет собой последовательность действий (функций) по сбору, хранению и первичной обработке информации, то становится очевидной необходимость внесения в модель нового подмножества «Функции-операции (Ф)», добавление элементов которого к прежним «парам» и «тройкам» позволяет получить новое их осмысление. Для простоты на рис. 4.6 показаны только принципиально отличающиеся друг от друга функции — связи С, хранения М (от «memory»  — память) и обработки К (от слова «компьютер»), т. е. «ген» информационной системы, рассмотренный в параграфе 4.1.

После их добавления получаются комбинации, которые ЛПР могут не только сравнивать, но и оценивать. Например, комбинации типа С_Д1_ ТТ, С_Д1_Т отличаются друг от друга скоростью передачи информации, которую в конкретных условиях можно измерить или вычислить.

5. Разработка языка моделирования. После того, как найдено недостающее подмножество, в принципе можно было бы продолжить дальнейшее формирование модели, пользуясь теоретико-множественными представлениями. Однако когда осознана необходимость формирования последовательностей функций-операций, конкретизированных путем дополнения их видами обеспечения — конкретизированных функций (КФ), то целесообразнее выбрать лингвистические или данной модели семиотические представления, которые удобнее для разработки языка моделирования последовательностей КФ.

Для пояснения принципов разработки языка моделирования приведем более детализированное представление этапов (рис. 4.7).

Принципы разработки языка моделирования можно представить следующим образом:

¦ разработка тезауруса языка моделирования;

¦ разработка грамматики (или нескольких грамматик, что зависит от числа уровней модели и различия правил).

В рассматриваемом примере использовано сочетание лингвистических, семиотических и графических представлений и разработан язык графо-семиотического моделирования, который в первоначальных вариантах использования рассматриваемого подхода иногда носил и другие названия — структурно-лингвистического, сигнатурного (знакового) моделирования.

Структура тезауруса языка моделирования, приведенная на рис. 4.7, г, включает три уровня:

• — уровень первичных терминов (или слов), которые представлены в виде списков, состоящих из элементов {е,} подмножеств Ф, ВИС, ФРИ, ТС;
• — уровень фраз {/j}, который в этом конкретном языке можно назвать уровнем конкретизированных функций (КФ), так как абстрактные функции С, М, К, объединяясь с элементами подмножеств ВИС, ФРИ, ТС, конкретизируются применительно к моделируемому процессу;
• — уровень предложений {рк}, отображающий варианты прохождения информации в исследуемой системе.

Грамматика языка включает правила двух видов:

• — преобразования элементов {е,} первого уровня тезауруса в компоненты {fj} второго уровня, которые имеют характер правил типа «помещения рядом» (конкатенации, сцепления) R,;
• — преобразования компонентов {fj} в предложения {рк} - правила типа «условного следования за» Rn; правила этого вида исключают из рассмотрения недопустимые варианты следования информации: например, после функции С1_Д2_А1-ИВЦ1_ТТ (передача документа Д2 из А1 в ИВЦ1 с помощью ТТ) не может следовать функция М1_Д2_ГИВЦ_МН, так как в результате выполнения предшествующей функции документ Д2 в ГИВЦ не поступил (здесь МН — машинный носитель).

Рис. 4.7.

В результате проведенных преобразований структура рис. 4.7, в, отображающая состав обеспечивающей части ОАСУ, преобразуется в структуру (рис. 4.7, д), отображающую пути следования информации.

Словарь первичных терминов языка графо-семиотического моделирования, количество уровней в нем и правила грамматики определяются результатами предшествующего развития модели.

Таким образом, с помощью языка моделирования разрабатывается многоуровневая модель.

В нашем примере — двухуровневая, если считать уровень исходных множеств нулевым ({е,} на рис. 4.6, ж и 4.7, г). Осмысление этой модели (на уровне МАИС) приводит к преобразованию структуры, первоначально формировавшейся как структура-состав, в которой были представлены виды обеспечения ОАСУ и их детализация (рис. 4.7, в) в структуру функционирования, отображающую варианты структуры информационных потоков (рис. 4.7, д).

6. Оценка и анализ вариантов информационных потоков. После формирования вариантов следования информации необходимо их оценить. Для этого могут быть приняты также разные варианты — от содержательной оценки путем сбора и первичной обработки информации (нижний уровень, рис. 4.6, ж и 4.7, г) до поиска алгоритмов последовательного преобразования оценок компонентов предшествующих уровней модели в оценки компонентов последующих уровней, что осуществляется путем анализа сформированной графо-семиотической модели.

Варианты оценки модели иллюстрируются рис. 4.8.

В рассматриваемом примере можно проводить оценку тремя способами:

• а) на уровне вариантов прохождения информации {рк}, что иногда могут сделать компетентные специалисты путем коллективного обсуждения предложенных им вариантов (если число этих вариантов не очень велико — не более 7 + 2);
• б) на уровне конкретизированных функций (КФ) {/)} с последующим преобразованием этих оценок W' {/•} в оценки вариантов W" {рк}',
• в) на уровне элементов {е (} с последующим преобразованием оценок W{et} в оценки W {/¦}, а их — в оценки W" {рк}.

Рис. 4.8.

При втором способе можно выделить на модели «сферы компетентности» и поручить оценку КФ по сферам соответствующим специалистам; оценки КФ в большинстве случаев также получают экспертно, однако в некоторых случаях они могут быть измерены; этот способ подобен оценке сетевой модели, и при определении алгоритма преобразования оценок? П можно использовать опыт сетевого моделирования (для большинства критериев оценки алгоритм преобразования — суммирование, а для критерия надежности передачи или хранения информации, оцениваемых с помощью вероятностей, алгоритм более сложный).

При третьем способе алгоритмы преобразования ?1 могут быть найдены путем анализа различных КФ с точки зрения влияния на их оценку по тому или иному критерию элементов соответствующего вида. Например, оценка КФ передачи информации по критерию времени t может быть получена на основе выяснения, что в структуре КФ влияет на оценку по t. Если используются технические средства связи, то, зная принципы передачи информации, с их помощью можно определить vTC и зависимости , где  — объем передаваемой информации (например, измеряемый числом знаков), т. е. оценка элементов, принадлежащих подмножеству ФРИ; - скорость передачи информации с помощью соответствующего технического средства, т. е. оценка элемента, принадлежащего подмножеству ТС. Таким образом, в данном примере на оценки КФ «С…» влияют элементы подмножеств ФРИ и ТС, и следует предусмотреть их оценку в исходных списках элементов. Аналогично можно определить, какие из элементов влияют на оценки КФ по стоимости, надежности, срокам внедрения и другим учитываемым критериям оценки.

Выбор способа оценки модели зависит от вида графо-семиотической модели, а алгоритмы преобразования оценок? I и? II определяются на основе анализа этой модели. Выбор критериев оценки зависит от выбранного способа оценки модели.

Например, при первых двух способах оценки (на уровне и на уровне ), могут быть приняты такие оценки, как оперативность (время), достоверность (вероятность сбоя при передаче информации, ошибок при ее обработке и т. п.), трудоемкость, затраты на внедрение, эксплуатационные расходы, сроки внедрения и т. д., а при оценке модели на уровне элементов  — оценки типа и т. п., на основе которых могут быть вычислены оценки КФ, или оценки трудоемкости, скорости заполнения форм или ввода информации и т. п.

Способ оценки модели на уровне вариантов  — экспертный; на уровне для экспертного оценивания могут быть выделены сферы компетентности и привлечены соответствующие специалисты, знающие особенности конкретных технических средств и т. п.; и кроме того, наряду с экспертным оцениванием могут быть проведены эксперименты по той или иной КФ.

Оценки элементов , необходимые для вычисления оценок соответствующих КФ, могут быть в большинстве случаев получены из справочной литературы или измерены.

Рассматриваемую многоуровневую модель в обобщенном виде можно представить в виде аналитических зависимостей.

Например, для варианта оценок, приведенного на рис. 4.8, а:

(4.2).

Для варианта, приведенного на рис. 4.8, в:

(4.3).

Знаком обозначено любое взаимодействие компонент «условное следование за», сложное взаимодействие или просто «помещение рядом»; функционал, связывающий критерии оценки выбираемого решения с компонентами , которые зависят от компонентов предыдущего уровня ; в общем случае зависят от компонентов  — множества смысловыражающих элементов (тезаурус) задачи; - критериальные отображения элементов (компонентов) структурных уровней тезауруса языка моделирования; - алгоритмы преобразования критериальных отображений одного структурного уровня в другой; - совокупность компонентов всех уровней.

В результате получается система алгоритмов, обеспечивающая возможность автоматизации и соответственно повторяемость процесса формирования и анализа модели при изменении наборов первичных элементов и их оценок.

Эта система алгоритмов обеспечивает взаимосвязь между компонентами и целями системы (при моделировании потоков информации по отдельным задачам — между компонентами и требованиями этой задачи). В результате получается формальная, аналитическая модель, только представленная не в виде привычных для такого рода моделей формул или уравнений, а в виде алгоритмов в памяти ЭВМ.

Однако получить такую сложную систему алгоритмов, позволяющую формализовано отобразить конкретную ситуацию и выбрать лучшее решение, практически невозможно без организации направленной постепенной формализации процесса принятия решения.

Таким образом, на основе рассматриваемого подхода можно поставить задачу последовательного формирования с помощью графо-семиотического языка моделирования вариантов прохождения информации и выбора из них наилучшего путем постепенного ограничения области допустимых решений. Эта процедура проводится так: вначале исключить все рк, которые не удовлетворяют граничным значениям учитываемых критериев, затем предложить рассмотреть оставшиеся варианты ЛПР, которые могут позволить либо сразу выбрать из них наиболее предпочтительный, либо ввести весовые коэффициенты критериев, либо исследовать область допустимых решений по методу Парето^[1].

Можно также добавить новые критерии качественного характера, не включенные первоначально из-за невозможности их количественной оценки.

Адекватность моделей доказывается последовательно (по мере формирования обобщенной модели) путем оценки правильности отражения в каждой последующей модели компонентов и связей, необходимых для достижения поставленной цели и решения реализующих ее задач.

После того как для какого-то класса задач пройдены все этапы постепенной формализации и найдены основы языка моделирования, можно применять не всю методику, а сразу начинать с подэтапа, представленного на рис. 4.6, ж. Однако в случае, когда нужно поставить задачу для принципиально нового объекта или процесса, полезно при обосновании модели выполнять все подэтапы постепенной формализации задачи, что позволит обосновать адекватность модели и принципы разработки языка автоматизации моделирования и алгоритма оценки модели.

При этом, проходя этапы постепенной формализации, полезно учитывать рекомендации типа " используй то, что знаешь", «не увлекайся перечислением», «не забывай возвращаться к системным представлениям», «помни о цели», «не бойся менять методы» и т. п. (что иллюстрирует рис. 4.6).

Для пояснения полезности метода постепенной формализации приведем результат, полученный при решении рассмотренной задачи.

После моделирования вариантов прохождения информации и оценки вариантов с использованием алгоритма, приведенного на рис. 4.8, в, был получен неожиданный результат: вариант структуры информационной сети для сбора и предварительной обработки информации с размещением в территориальных центрах вычислительных машин и аналогичный вариант с телетайпами по времени на сбор информации отличаются всего на 0,5 часа (8,5 и 9 часов!). При этом второй вариант существенно (на порядок) дешевле. Речь идет о 1970;х гг., когда еще не было персональных ЭВМ, а большие ЭВМ (в тот период типа Минск-32, Минск-22) были весьма дорогостоящими.

К тому времени во ВНИПИОАСУ, который был заказчиком задачи, уже была начата разработка технического проекта с первым вариантом (гораздо более дорогостоящим по сравнению со вторым), поскольку на основе «здравого смысла» само собой предполагалось, что этот проект позволит чуть ли не на порядок быстрее собирать информацию в период квартальной или годовой отчетности.

Неожиданный результат, разрушающий представления «здравого смыла», был получен благодаря разработке методики автоматизации моделирования и распределения работы между исполнителями следующим образом: разработкой моделей занимался студент Р. Купер, а обрабатывала результаты оценки модели студентка Л. Яснова. Купер был американцем наполовину, мыслил нетрадиционно и не стал исключать из средств предварительной обработки информации телетайп! Яснова провела добросовестный беспристрастный анализ, не вникая в содержательный смысл вариантов, чтобы это не влияло на результаты.

После дополнительного анализа информационных потоков по наиболее объемным задачам «вручную» выяснилось, что приведенный неожиданный результат был получен потому, что информация от предприятий, расположенных в одном городе, которую казалось бы можно было укрупнить, обработав на территориальном ВЦ, нужна для принятия решений разным главным управлениям (так называемым Главкам) отраслевого министерства, и поэтому обобщать эту информацию не только на уровне города, но даже и на уровне предприятия нельзя, а для ускорения передачи этой информации вполне достаточно ее предварительного накопления в телетайпе, который в режиме считывания работает быстрее, чем в режиме набивки.

Во ВНИПИОАСУ конечно же проект не стали переделывать, но в последующем стали разрабатывать вместо телетайпов регистраторы информации о состоянии производства с предварительным накоплением информации. Главным же результатом был тот факт, что разработанная и примененная методика системного обследования информационных потоков и принятия предпроектного решения по выбору структуры системы сбора и первичной обработки информации помогла получить нетривиальный вариант решения.

Для удобства применения рассмотренного подхода на практике приведенную последовательность действий (методику) принято представлять в виде блок-схемы (пример методики приведен на рис. 4.9).

Разрабатывая методику для практического использования, наименования этапов можно изменять с учетом конкретных условий ее применения. На рис. 4.9 приведены наименования подходов и методов, применявшихся при решении задачи для ВНИПИОАСУ.

Аналогично рассмотренной задаче можно поставить задачи формирования структуры, обеспечивающей части автоматизированной системы, моделирования организационно-технологических процедур подготовки и реализации управленческих решений на действующем предприятии (см. гл. 9).

Рис. 4.9.

• [1] С понятием об области допустимых решений по Парето можно познакомиться в учебном пособии: Ногин, В. Д. Основы теории оптимизации: учеб, пособие / В. Д. Ногин, И. О. Протодьяконов, И. И. Евлампиев. — М.: Высшая школа, 1986.